<![CDATA[Multivariate adaptive regression spline (MARS) adalah salah satu model regresi nonparametrik, yaitumodel yang mengasumsikan bentuk hubungan fungsional antara variabel respon dan prediktor tidakdiketahui. MARS adalah kombinasi yang komplek antara metode spline dengan rekursif partisiuntuk menghasilkan estimasi fungsi regresi yang kontinu, dan digunakan untuk prediksi danklasifikasi. Hasil penelitian menunjukkan bahwa estimasi parameter model MARS untuk variabelrespon kontinu dilakukan dengan penalized least square (PLS). Pemilihan model MARS terbaikdilakukan dengan prosedur forward dan backward stepwise didasarkan pada nilai GCV. Prosedurforward adalah tahapan untuk mendapatkan fungsi basis maksimum yang mencakup pengaruh efekutama, interaksi, dan knot. Sedangkan prosedur backward adalah tahapan untuk mengeliminasifungsi basis yang kontribusinya tidak signifikan. Hasil kajian juga menunjukkan bahwa GCV denganpotongan regresi linear dapat terbukti bekerja dengan baik dalam menentukan pemilihan modelterbaik pada MARS respon kontinu.]]>
Copyrights © 2010
